Claim Missing Document
Check
Articles

SISTEM MONITORING KEBISINGAN BERBASIS INTERNET OF THINGS Aditya Bayu Prasetio; Purwantoro; Arip Solehudin
Elkom: Jurnal Elektronika dan Komputer Vol. 15 No. 1 (2022): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v15i1.790

Abstract

Industri saat ini sebagai tempat bekerja harus memperhatikan keselamatan dan kenyamanan pekerjanya sesuai dengan peraturan yang berlaku. Dalam peraturan tersebut dijelaskan bahwa tempat kerja harus memenuhi Nilai Ambang Batas yang selanjutnya disebut (NAV) atau standar faktor bahaya di tempat kerja yang telah ditetapkan oleh pemerintah, salah satunya adalah NAB kebisingan. Pada sistem sebelumnya, pekerja menggunakan alat pengukur kebisingan dengan pengecekan manual yaitu harus berpindah dari satu titik ke titik lain atau dari satu tempat pemeriksaan ke tempat lain dan juga mempengaruhi efisiensi waktu karena jarak pemeriksaan dari satu tempat ke tempat lain jauh. Dari hasil analisa diatas akan digunakan web server untuk menampilkan data secara real time menggunakan sensor suara. Sehingga pekerja dapat mengetahui secara real time di lokasi pengecekan berapa tingkat kebisingan, dan juga dapat mencegah pekerja dari gangguan pendengaran jika suara yang dihasilkan mesin diatas ambang batas yang ditentukan sehingga mesin dapat diperbaiki sehingga tidak menghasilkan suara di atas ambang batas jika mengalami kerusakan.
TINJAUAN PERKEMBANGAN KOMPUTASI KUANTUM PADA PLATFORM CLOUD: PELUANG, TANTANGAN, DAN ARAH MASA DEPAN TRIANA, HERU; Solehudin, Arip; Darmawan, Aditya Rizky
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8363

Abstract

Komputasi kuantum berbasis cloud merupakan paradigma baru yang menggabungkan sumber daya kuantum dengan infrastruktur cloud klasik, memungkinkan akses luas tanpa kebutuhan investasi besar pada perangkat keras. Penelitian ini menggunakan metode systematic literature review (SLR) dengan pendekatan kualitatif deskriptif untuk mengidentifikasi dan mensintesis dua studi utama terkait integrasi dan perkembangan teknologi komputasi kuantum dalam lingkungan cloud computing. Analisis dilakukan melalui tiga tahap: analisis konten, perbandingan tematik, dan sintesis kritis dengan fokus pada arsitektur, kinerja, keamanan, serta arah masa depan. Hasil penelitian menunjukkan bahwa arsitektur hibrida kuantum-klasik berbasis kontainer dan orkestrasi terdistribusi menjadi komponen kunci dalam pengembangan quantum cloud. Model Quantum-as-a-Service (QaaS) berpotensi menurunkan hambatan adopsi, terutama pada aplikasi seperti simulasi material, optimisasi kombinatorial, dan kriptografi kuantum. Namun, tantangan signifikan masih ada pada keterbatasan perangkat keras, kompleksitas integrasi sistem, serta kekurangan sumber daya manusia. Arah pengembangan ke depan mencakup standarisasi lintas vendor, co-design algoritma dan perangkat keras, serta transisi menuju kriptografi pasca-kuantum. Studi ini memberikan pemahaman menyeluruh tentang potensi, kendala, dan arah riset lanjutan dalam quantum cloud computing.
IMPLEMENTATION OF BANDWIDTH MANAGEMENT USING THE PER CONNECTION QUEUE METHOD (CASE STUDY: SMK TRIKARYA) Wisnu Yogi Pamungkas; Chaerur Rozikin; Arip Solehudin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.9025

Abstract

The increasing utilization of internet networks at SMK Trikarya has not been supported by optimal bandwidth management, resulting in unequal bandwidth distribution among users and potentially disrupting teaching and learning activities. This study aims to implement bandwidth management using the Per Connection Queue (PCQ) method and to analyze network performance based on Quality of Service (QoS) parameters before and after the implementation. The research method applied is the Network Development Life Cycle (NDLC), which includes analysis, design, simulation, implementation, monitoring, and management stages. QoS testing was conducted by measuring throughput, delay, jitter, and packet loss using the Wireshark application. The results show that the implementation of the PCQ method on MikroTik devices is able to distribute bandwidth fairly based on the number of active connections. Post-implementation QoS analysis indicates more evenly distributed throughput values, reduced delay and jitter, and stable packet loss at 0%. Therefore, it can be concluded that the PCQ method is effective in improving network performance and internet service quality at SMK Trikarya.
Analisis Pemanfaatan Resource Server pada Cloud Computing Menggunakan EDA dan K-Means Clustering Ramadhani, Aura Zahra; Solehudin, Arip; Voutama, Apriade
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 2 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i2.1808

Abstract

Penelitian ini bertujuan untuk menganalisis pola pemanfaatan resource server pada lingkungan cloud computing menggunakan pendekatan Exploratory Data Analysis (EDA) dan teknik clustering. Data yang digunakan merupakan dataset Cloud Datacenter Workload yang terdiri dari 135.873 data observasi dan 11 variabel. Hasil analisis menunjukkan bahwa penggunaan CPU memiliki rata-rata sebesar 2,17% dengan distribusi yang didominasi oleh nilai rendah serta pola right-skewed. Analisis tren menunjukkan bahwa penggunaan resource bersifat fluktuatif dengan beberapa lonjakan pada kondisi tertentu, namun secara umum berada pada tingkat rendah. Hasil korelasi menunjukkan adanya hubungan positif dengan tingkat sedang antara CPU dan memori, sementara hubungan dengan resource lain relatif lemah. Analisis clustering menggunakan metode K-Means mengelompokkan workload server ke dalam tiga kategori, yaitu beban rendah, sedang, dan tinggi, dengan dominasi pada kategori beban rendah. Secara keseluruhan, penelitian ini menunjukkan adanya potensi underutilization pada resource server, sehingga diperlukan strategi pengelolaan resource yang lebih adaptif seperti autoscaling untuk meningkatkan efisiensi penggunaan resource pada sistem cloud.
INTEGRATION OF NEW STUDENT ADMISSION SYSTEM WITH ACADEMIC SYSTEM (SIAK) AND UKT PAYMENT GATEWAY THROUGH APPLICATION PROGRAMMING INTERFACE (API) WITH AGILE SCRUM METHOD Prihandani, Kamal; Solehudin, Arip; Padilah, Tesa Nur; Maulana, Iqbal
Techno Xplore: Journal of Computer Science and Information Technology Vol. 11 No. 1 (2026): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Informatics Engineering, Faculty of Engineering and Computer Science, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/hafx8t39

Abstract

The new student admission (PMB) process at Universitas is a crucial activity that takes place every academic year. However, the registration mechanism for prospective students still relies on manual processes, where applicant data recording is performed using printed forms and the management of Single Tuition Fee (UKT) payments is not directly connected to the Academic Information System (SIAK) or banking institutions. This condition results in operational inefficiency and potential data inconsistency. This study aims to design and develop a website-based PMB UNIVERSITY application connected to SIAK for managing prospective student data and integrated with the banking system for UKT payments through an Application Programming Interface (API), adopting the Agile Scrum development method. The application was built using the Laravel framework version 10 with the PHP programming language. The development process includes requirements identification through interviews with stakeholders, product backlog preparation, system design using UML, implementation through sprints, and validation using black box testing (alpha testing) and beta testing. The alpha validation results show that all functionalities operate according to specifications, including prospective student registration, data verification through the SIAK API, and automatic UKT payment confirmation through the Bank API. The resulting application has been proven to improve the efficiency and accuracy of the new student admission process at UNIVERSITY.
Implementasi Computer Vision AI Pada Smart Trash Classification Menggunakan Railway Cloud Deployment Vania Ardelia Zahra; Shafa Aulia Nadhira; Roma Ulina; Yuyun Umaidah; Arip Solehudin
Jurnal Sains Informatika Terapan Vol. 5 No. 2 (2026): Jurnal Sains Informatika Terapan (Juni, 2026)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Waste sorting remains a significant challenge in environmental management, mainly because it is still performed manually, which may lead to misclassification of waste types. To address this issue, this study develops a waste classification system based on deep learning by utilizing Computer vision technology. The system is designed to classify five types of waste, namely plastic, glass, metal, paper, and organic waste, based on images uploaded by users. The proposed method includes dataset collection from Kaggle and Google Images, data Preprocessing, model design using the EfficientNet-B0 architecture with a transfer learning approach, and model training until the final model is saved in the .keras format. The system is then implemented into a web-based application using the Flask framework and deployed through Railway cloud computing services to enable online accessibility. The experimental results show that the system is able to classify waste images automatically with good performance and can be accessed flexibly across different devices. This system is expected to improve the efficiency and effectiveness of waste sorting in real-world applications.
Seleksi Fitur dan Optimasi Model untuk Sistem Deteksi Intrusi Berbasis Machine Learning pada Jaringan IoT: Sebuah Tinjauan Literatur Sistematis Abdul Burhanudin; Adhwa Pranaja Widyadana; Arip Solehudin
JURNAL INFORMATIKA Vol 15, No 1 (2026): Jurnal Informatika
Publisher : Informatics Engineering Department, Dayanu Ikhsanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/jiu.v15i1.2685

Abstract

Pertumbuhan pesat jaringan Internet of Things (IoT) telah memperluas permukaan serangan siber, sehingga Intrusion Detection System (IDS) yang akurat dan efisien menjadi semakin diperlukan. IDS berbasis machine learning telah banyak diadopsi untuk mengidentifikasi pola lalu lintas jaringan normal dan berbahaya, namun kinerjanya sangat dipengaruhi oleh kualitas fitur, karakteristik dataset, dan strategi optimasi model. Penelitian ini bertujuan menganalisis pengaruh metode seleksi fitur dan optimasi model terhadap kinerja IDS berbasis machine learning pada jaringan IoT. Systematic Literature Review dilakukan terhadap 25 artikel jurnal nasional dan internasional yang diterbitkan antara tahun 2020 hingga 2025, dengan analisis melalui tahap identifikasi, seleksi, ekstraksi data, dan sintesis tematik. Hasil kajian menunjukkan bahwa seleksi fitur mampu mengurangi atribut yang tidak relevan, menurunkan kompleksitas komputasi, dan meningkatkan stabilitas klasifikasi. Optimasi model melalui Bayesian Optimization, Genetic Algorithm, SMOTE, normalisasi, dan ekstraksi fitur turut mendukung peningkatan kinerja IDS. Temuan ini menegaskan bahwa kinerja IDS tidak cukup dinilai hanya dari akurasi, tetapi juga harus mempertimbangkan precision, recall, F1-score, false alarm rate, jumlah fitur terpilih, dan waktu komputasi. Penelitian ini berkontribusi secara teoretis dengan memetakan hubungan antara seleksi fitur, optimasi model, dan kinerja IDS pada jaringan IoT, sekaligus memberikan panduan praktis bagi pengembangan sistem deteksi intrusi yang lebih adaptif.
Co-Authors A, Muhammad Ichsanudin Abdul Burhanudin Ade Andri Hendriadi Adhi Rizal Adhwa Pranaja Widyadana Aditya Bayu Prasetio Aditya Bayu Prasetio Agung Agung Agung Susilo Yuda Irawan Agung Susilo Yuda Irawan Al Farizi, Sultan Tira Al Haudy Rizky, Mohamad Aldi Angga Putra Alif Muhammad Akmal Alif Ramadhan, Jadid Andhika, Maulana Hafidz Annisa Aulia Yulianti Annisa Aulia Yulianti Annisa Nurjanah Annisa Siti Habibah Apriade Voutama Apriade Voutama Aries Suharso Asep Jamaluddin Asep Jamaludin Ayu Pradini, Hilda Azhari Ali Ridha Bagja Nugraha Basthanda, Fahrevi Dwiputra Chaerur Rozikin Chaerur Rozikin Dadang Yusup Darajat, Wahyu Darmawan, Aditya Rizky Desviana, Alyssa Dian Widyarini, Ratna Diandara Tresya Haniva Didi Juardi Didi Juardi E Haodudin Nurkifli Eko Haryadi Elhaq, Moch Khaidar Faiz Ferdiansyah Farhan Ali Abidin Febry Purnomo Aji Fildzah Zia Ghassani Galih Nasrullah, Muhammad Garno Garno Garno Garno, Garno garno, Garno Hadrianto, Edwin Hafizh Hasan Alauddin Rabbani Hafizh Ridwan, Muhammad Hananto, Agustia Heri Wiranto Heryana, Nono Ibrahim, Agus Indra, Jamaludin Iqbal Maulana Irawan, Agung Susilo Yuda IRWANTO Irwanto Jamaluddin, Asep Jamaludin, Asep Jaman, Jajam Haerul Juardi, Didi Julifer P Manurung Juwanda Juwanda Kamal Prihandani Mahardika, Naufaldi Maulana Hafidz Andhika Maulana, Muhammad Adrian Mayasari, Rini Mohamad Rishwan, Raden Muhammad Adrian Maulana Muhammad Andhika Usrahmawan Muhammad Rafi Ilyasa K Muliani, Rena Mulyana, Muhammad Rizky Nelly Martini Nugraha, Ramdan Nurul Fitriyani Az-zahra, Anggi Padilah, Tesa Nur Prihandani, Kamal Priyatna, Bayu Purwantoro Purwantoro Rabbani, Hafizh Hasan Alauddin Ramadhan Dwi Putra Ramadhan, Fajar Kurnia Ramadhan, Ryan Ramadhani, Aura Zahra Reza Ekstanza Rieke Retnosary Rini Mayasari Rini Mayasari Rizal, Adhi Robby Faishal Bari Roma Ulina Rozikin, Chaerur Ryan Ramadhan Saputro, Raihan Akbar Satria Adi Nugroho Shafa Aulia Nadhira Shofa Shofia Hilabi Sulaeman, Syams Sultan Tira Al Farizi Susilo Yuda Irawan, Agung Susilo Yuda Irawan, Agung Syahri Susanto Syams Sulaeman Syifa Fauziyah, Syifa Topan Trianto Triana, Heru Vania Ardelia Zahra Wisnu Yogi Pamungkas Yuazijah, Afiva Yulyana, Eka Yuyun Umaidah Zahra, Vanissa Fatimatul